中国男性人口死亡率动态预测的方法比较——基于Lee-Carter模型与贝叶斯分层模型的研究

选取中国国家统计局公布的全国男性分年龄人口死亡率,采用Lee-Carter模型和贝叶斯分层模型对男性人口死亡率进行动态预测,并将结果进行比较,探寻更加适合中国男性人口死亡率的预测方法。研究表明,Lee-Carter模型和贝叶斯分层模型在男性人口死亡率预测中各有优劣,长短期可搭配使用;Lee-Carter模型具有更佳的拟合优度和短期预测效果,但预测区间的范围较窄,且死亡率改善速度为常数的假设不符合人类生物规律;贝叶斯分层模型适合长期预测,预期寿命服从逻辑斯蒂分布的假设较为合理,然而通过模型生命表将预期寿命转换为年龄别死亡率,将会损失死亡率的年龄信息。     

一种基于改进逻辑斯蒂模型的人口预测方法

本文给出了一个改进的逻辑斯蒂模型。以美国人口数据为依据,利用非线性拟合的方法,对参数进行了估计,并和实际人口数据进行了对比。结果表明改进模型比传统逻辑斯蒂模型更接近于实际值,预测效果更好。     

基于时间序列模型的中国出口总额分析及预测

基于中国近20年来中国出口总额的月度数据,通过对数据特征进行的分析,采用了Holt-Winters滤波方法和ARIMA(0,1,1)模型对数据进行拟合,并对模型进行了相关检验,以此来考虑模型的可行性及拟合效果的优良性。最后对中国出口总额的月度数据进行了预测,结果显示Holt-Winters滤波方法和ARIMA(0,1,1)模型的预测平均相对误差率很小,说明时间序列模型在我国出口总额的预测中具有较好的实用价值。     

混频模型在我国宏观经济预测中的应用研究

近年来,我国宏观经济预测模型存在稳定性显著下降、预测精度大幅降低等缺陷,亟待对其进行改进。本文通过融合动态因子模型和混频数据抽样模型,构建了因子混频数据抽样模型FA-MIDAS,实现对120多个宏观运行监测指标的深度挖掘和信息提取,并对我国季度GDP增速进行样本内拟合与样本外预测。研究结果表明：FA-MIDAS模型的样本内拟合效果好于未考虑混频数据的模型以及将月度数据简单平均后转换为季度数据的模型。与同频模型相比,FA-MIDAS模型能够提高预测精度。在数据处于较为平稳阶段时,模型中加入自回归项确实会带来预测精度的改善,但在数据波动较大时,加入自回归项会存在惯性趋势,反而降低了模型预测精度。随着当季数据公布的增多,当季GDP的实时预测及向前多步预测的预测精度会随之提高。     

TobitⅡ模型在上市公司现金股利决策中的应用

本文介绍了TobitⅡ模型,并利用中国A股市场数据,对传统OLS估计与TobitⅡ模型结果进行了比较。研究结果表明:OLS估计方法不能解决选择偏差问题,其结果的可靠性值得商榷;TobitⅡ模型方法则对选择偏差进行了调整,具有较好的拟合效果。     

人民币汇率高频数据非线性模型表现:预测比较

使用线性自回归（AR）与非线性自我激励阈值自回归（SETAR）模型对人民币／美元汇率高频数据进行建模和bootstrap预测,并依实证分析可知,人民币名义汇率高频数据的变化具有显著的非线性动态特征。这不仅可以从SETAR模型估计过程中的线性测试结果（Reset检验）得到证实。且全样本数据拟合的研究结果也表明,非线性模型比线性模型能更好地描述数据中的大的波动。因此,人民币名义汇率高频数据具有非线性动态行为特征,且SETAR模型能够描述其运动走势。     

基于季节性ARIMA模型的移动APP用户活跃度分析——以利市软件为例

APP日活跃人数是一个核心的APP运营评价指标,且具有明显的周期性效应。本文通过季节性ARIMA模型对APP中的日活跃用户数进行建模分析,并基于已有历史数据进行预测能力评价。模型估计结果表明,季节性ARIMA模型能够很好地拟合APP日活跃用户数,有效地刻画了数据中的周期性特征,并对未来趋势给出了较为准确的预测结果。该预测模型可以对APP未来市场运营和营销策略的制定提供一定的数据参考。     

期货对现货价格预测的作用——基于ARIMA模型的实证探讨

本文通过建立ARIMA模型和ARIMAX模型,以我国HS300指数为研究对象。在准确识别的基础上,实证检验了我国hs300指数的日内指数现货价格序列。通过ARIMAX模型的输入变量包含了IF8888指数期货价格序列,将指数期货价格信息反映到现货价格的预测过程中,同时与ARIMA模型作比较。研究发现,带指数期货价格序列输入变量的ARIMAX模型与不存在其他输入变量的ARIMA模型在相同的参数条件下,前者的拟合误差下降,预测精度显著提高。说明期货价格信息可以更好地预测现货指数价格。同时为了说明预测的可信性,本文选取期货交易所的官方数据。在数据的平稳性检验部分用了ADF检验来进行平稳性的检验和对d值的确定,在对p值和q值的确定上,使用了枚举法来进行最佳组合的选取,这些都保证了预测的精确性和可信性。     

基于SARIMA-GARCH模型的CPI预测

CPI是一个滞后性的数据,但它在整个国民经济价格体系中具有重要的地位,它是进行经济分析和决策、价格总水平检测和调控及国民经济核算的重要指标,对CPI进行预测有利于政府宏观调控。本文基于我国近20多年来共324个月的CPI数据,应用时间序列分析中SARIMA模型和GARCH模型,进行分析拟合,得出了较为精确的拟合曲线,并应用该曲线对2014年1月至2015年3月共15个月的CPI进行预测,得到了较为理想的预测结果。     

基于时间序列ARIMA模型的人民币汇率的波动规律研究

本文依据我国汇率变动的现实情况,选取了2006年1月4日至2014年5月7日之间的美元兑人民币汇率数据进行汇率的波动规律研究。研究中采用了时间序列的分析方法并结合ARIMA模型进行实证研究,结果表明ARIMA（1,1,1）模型对美元兑人民币汇率的拟合程度最好,并以此模型对我国未来汇率的走势进行了预测。     

基于BG/NBD模型的客户重复购买预测实证研究

本研究从提高预测分析的实用性出发,以Beta-Geometric/Negative Binomial Distribution (BG/NBD)模型为基础,结合CDNOW网站客户购买数据进行了客户重复购买的实证研究.主要研究内容包括:(1)BG/NBD模型的介绍;(2)基于模型对客户的购买频率进行预测并进行拟合性分析;(3)依据实证结果对于预测模型的适用性分析.     

中国分城镇乡村人口平均预期寿命探析

利用人口普查和人口调查资料,通过生命表的Logit模型估计了2009年全国城镇乡村的人口平均预期寿命,给出了部分普查年份按城乡分年龄性别的预期寿命。分析了近30年来中国平均预期寿命的变化特点,并同发达国家进行了对比分析。其结果可反映中国平均预期寿命的增长趋势,对未来人口发展预测也有一定的参考价值。     

基于组合模型的我国税收收入预测分析

本文在ARIMA和GM(1,1)模型基础上,利用我国经济发展数据建立一个组合预测模型,并把它应用于我国税收收入的预测.所得结果误差优于两个模型的分别预测,表明组合预测模型在税收收入数据的预测中更有优势.最后据此组合预测模型对2009年中国税收收入进行了预测分析.     

基于ACRH模型的上证指数预测分祈

该文通过建立ARCH模型对上证综指2000到2009年的月度收盘价数据进行拟合，然后预测了2010年前四个月的收盘价，并与真实值进行了比较，通过比较得出ARCH模型预测效果较好。     

中国分城镇乡村人口平均预期寿命探析

利用人口普查和人口调查资料,通过生命表的Logit模型估计了2009年全国城镇乡村的人口平均预期寿命,给出了部分普查年份按城乡分年龄性别的预期寿命.分析了近30年来中国平均预期寿命的变化特点,并同发达国家进行了对比分析.其结果可反映中国平均预期寿命的增长趋势,对未来人口发展预测也有一定的参考价值.     

“全面二孩”政策后我国人口态势趋势变动

利用多状态人口预测模型,以2010年人口普查数据为基期数据,结合现有对未来生育水平、死亡水平、流动迁移水平以及教育转换等研究结果设定预测参数,预测了“全面二孩”政策启动后2010-2030年期间我国人口和人力资本态势趋势变化.比较不同生育率方案下,“全面二孩”分城乡分性别人口规模、年龄结构和教育结构的变化,为“全面二孩”政策实施后人口发展和社会经济政策的制定与调整提供参考.     

人口增长的Logistic模型分析及其应用

本文运用迭代的方法计算出人口极限值xm和人口增长率r,用Logistic模型预测了我国人口未来的发展趋势,并根据预测的结果提出了相应的对策与建议.     

重庆市人口预测与发展趋势分析

人口与经济、社会的发展具有密切的关系,科学的预测未来人口的发展趋势,有利于制定合理的人口政策,促进人口、经济、社会的协调可持续发展。基于重庆市1999-2018年的总人口数据,采用线性回归模型、马尔萨斯模型、灰色系统模型GM(1,1)对重庆市2019-2036年的人口规模发展趋势进行预测及分析,研究结果表明:线性回归模型预测的人口规模最小,马尔萨斯模型预测的人口规模居中,灰色系统模型GM(1,1)预测的人口规模最大,取三种模型预测结果的平均值作为最终的预测结果,并结合其经济、社会发展的状况,提出合理的人口发展战略,力图实现人口、经济、社会的协调可持续发展。     

基于神经网络模型的中国农产品物流需求预测

以BP神经网络模型为预测方法,对2003年²012年我国农产品的物流需求进行模拟,并对未来我国农产品的物流需求的情况进行预测。结果显示,由BP神经网络模型模拟的数据精度较高,验证了该方法在数据拟合和预测领域具有较强的实用性。而对于农产品物流需求的预测结果表明,短期内我国农产品物流需求的增长状况仍然是非常可观的。     

中国人口红利能持续多久

近年来,＂人口红利＂问题随着人口老龄化压力的到来越来越为人们所关注。在出生率持续下降,劳动力愈发匮乏的今天,越来越多的学者开始关注中国的＂人口机会窗口＂将在何时关闭。本文使用ARIMA模型对中国未来二十年的出生率进行预测并结合人口分年龄死亡率表绘制出未来中国的分年龄人口结构表,随后便可得到未来中国的人口抚养比数据。本文将以人口抚养比作为＂人口红利＂的代理指标衡量＂人口机会窗口＂将在何时关闭。